Регресійний аналіз

Регресійний аналіз зводиться до побудови залежності цікавить прогнозистів показника від від якого-небудь одного або декількох факторів.
Найчастіше на практиці застосовують лінійну регресію: y = ax + b, де:
х – незалежна змінна, але не t;
y – залежна змінна;
a, b – метод найменших квадратів:
a = (сума xy – n * x середнє * y середнє) / (сума х в квадраті – n * х в квадраті)
b = y середнє – a * x середнє
Рішення завдання починають з побудови діаграми розсіювання. По осі ОХ відкладають значення чинника, що впливає на цікавий для нас показник, а по ОУ – значення даного показника. Проводять візуальну оцінку розташування точок. Якщо візуальний огляд показує, що з ростом фактора цікавить показник зростає, і його значення коливається при цьому в досить вузькому інтервалі, таку залежність можна описати за допомогою лінійної функції.
Лінійну регресію можна використовувати тільки для передбачення цікавить нас показника в межах значення фактора (х), що не виходять за інтервал даних, представлених в інформаційній базі.

Посилання на основну публікацію